今天，我实现了一个很有趣的demo，它可以在视频里找到并解析二维码，然后把解析的内容实时在屏幕上显示出来。

成都创新互联公司服务项目包括南郑网站建设、南郑网站制作、南郑网页制作以及南郑网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，南郑网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到南郑省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

然后我们直入主题，首先你得确保你装了opencv,python,zbar等环境。然后这个教程对于学过opencv的人可能更好理解，但是没学过也无妨，到时候也可以直接用。

比如我的电脑上的环境是opencv2.4.x,python2.7,和最新的zbar,在Ubuntu 12.12的系统下运行的

假设你的opencv已经安装好了，那么我们就可以安装zbar

你可以先更新一下

sudo apt-get update

然后在输入

sudo apt-get install python-zbar

如果环境装好了，我们就可以接着下一步操作了。

首先让我们来实现找到在图片里面找到二维码的功能

先新建一个python文件叫做;simple_barcode_detection.py

代码如下，这定义了一个函数，实现从一副图片里面找出二维码的位置

我们要检测的二维码的图片

import numpy as np
 import cv2
 def detect(image):
# 把图像从RGB装换成灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 使用Scharr操作（指定使用ksize = -1）构造灰度图在水平和竖直方向上的梯度幅值表示。
gradX = cv2.Sobel(gray, ddepth = cv2.cv.CV_32F, dx = 1, dy = 0, ksize = -1)
gradY = cv2.Sobel(gray, ddepth = cv2.cv.CV_32F, dx = 0, dy = 1, ksize = -1)
#Scharr操作后，从x的梯度减去y的梯度
gradient = cv2.subtract(gradX, gradY)
gradient = cv2.convertScaleAbs(gradient)
#经过上面的操作后看起来是这样

当前标题：使用python写的opencv实时监测和解析二维码和条形码-创新互联
新闻来源：http://lswzjz.com/article/dcsshj.html